本地 AI 模型降低暴露风险
V神（Vitalik Buterin）提出了一种本地优先的 AI 模型，强调在设备端进行处理与存储。该设计降低了外部数据暴露，并限制对集中式基础设施的依赖。结果是，用户能够对敏感信息保持更强的控制力。
他指出，与云端 AI 系统相关的风险，这些系统会在远程处理私人数据。这类系统可能导致数据泄露、被滥用或遭到未授权访问。因此，他强调需要尽量减少与外部服务器的交互。
此外，他还回应了当前 AI 工具中的漏洞，包括隐藏行为以及不清晰的内部机制。这些担忧增加了人们对模型如何处理数据的不确定性。因此，本地系统提供了更高的透明度和更可预测的性能。
AI 代理增加安全挑战
自动化 AI 代理的兴起，已经在各类数字环境中带来了新的运营风险。这些代理通过使用多种工具与接口来完成更长时间的任务。然而，这种能力也增加了被滥用以及对系统进行操纵的机会。
研究人员已经展示了恶意输入如何在日常操作中利用 AI 代理。在一个案例中，某个代理在处理被入侵的网页之后执行了有害代码。这一行动使其能够对系统功能进行未授权控制。
此外，一些 AI 工具允许通过隐藏的网络请求进行静默的数据传输。据报道，部分代理能力包含了嵌入的恶意指令。因此，这些发现凸显了迫切需要更强的防护措施。
硬件与性能决定本地 AI 的采用
Buterin 测试了多种硬件配置，以评估在本地部署 AI 的可行性。这些系统包括高性能笔记本电脑和专用计算平台。每种配置都展示了不同水平的处理速度与效率。
一台配备高端显卡的笔记本在搭载大语言模型时表现出强劲性能。在最佳条件下，它达到了接近每秒 90 tokens 的速度。与此同时，其他系统虽然速度适中，但仍可用于本地使用。
他观察到，低于每秒 50 tokens 的性能会降低多数任务的可用性。因此，他更倾向于使用强大的消费级设备，而非依赖专用硬件解决方案。他还提到支持高效本地推理管理的软件工具。
AI 开发契合更广泛的技术趋势
AI 代理的扩张持续与更广泛的数字化转型趋势保持一致。这些系统支持跨各行业的自动化以及长时长任务执行。然而，其增长也会增加暴露在安全威胁之下的风险。
一些代理可以在未经直接用户批准的情况下修改系统设置，或引入新的通信渠道。这些能力会扩大联网系统中的潜在攻击面。因此，安全仍然是 AI 开发中的核心关切。
与此同时，预测显示在未来几年内 AI 代理市场将快速增长。行业估计认为，自动化需求将推动强劲扩张。该趋势进一步强化了使用安全且可控的 AI 部署方法的重要性。
本文最初发表于 Crypto Breaking News：Vitalik Buterin 推动本地 AI 以应对安全风险——这是您可信赖的加密货币新闻、比特币新闻以及区块链更新来源。
